人脸识别有多种不同方法,不能用几句话完全概括。机器学习的方法里面,很多需要对算法进行训练。这些算法里面一般有一些参数。这些参数具体取什么值,设计的时候并不知道。需要用一些数据进行训练。训练的过程就是决定参数值的过程。
所以训练集的作用是很重要的。如果训练的时候使用大量普通人的照片,这样训练出来的系统就能够识别大量普通人,但区分这些经过整容的选手就有困难。如果训练时专门使用整容选手的照片,就有可能找到这些选手之间的细微差别。这就是匿名用户说的计算机更善于捕捉细节。
人类的面部识别系统同样和经验有关。如果一个人平时很少看到外国人,他会觉得外国人的脸看起来都差不多。有研究表明,婴儿不仅能够识别人脸,甚至还能识别一些动物的脸。但发育到一定阶段之后,识别动物的脸的能力就消失了。如果一个婴儿生下来以后,见到的全部都是整容选手,他也许会有很强的识别能力。
0 评论:
发表评论